mashirokai/browser-use
网页交互、持久登录会话与论文下载包——节点获得用真实有头浏览器（本机 Chrome+持久用户配置文件）登录网站、人工配合过验证码、识别反爬拦截、拟人化操作、按 DOI/URL 列表逐篇下载论文并校验 PDF、点击填表截图取证与 GUI 黑盒验收的能力。适用于：需登录态/SSO 的平台（校园网订阅）、验证码/2FA 人工配合、批量论文 PDF 下载、反爬拦截如实识别、网页交互测试、截图取证、UI 验收。内含 skills：browser-session（持久会话与人在环登录）、paper-download（论文下载工作流：串行下载、PDF 定位校验、逐篇状态）、control-browser（浏览器交互纪律）、web-gui-tester（GUI 黑盒验收）。不适用于纯关键词检索与只读取正文（另配 web-search-toolkit）。组件面：无 mcp.json、无工具扩展。
持久浏览器会话与人在环登录——用本机 Chrome（有头窗口、独立持久用户配置文件）跨调用保持登录态；检测到登录页/验证码/2FA 时把截图与状态交回会话，由用户在可见窗口人工完成验证，脚本轮询登录成功判据（URL 正则/元素选择器，可按站点配置）确认后继续；含拟人化操作原语与反爬拦截识别（识别即如实报告，不假装成功）。Use when 任务需要登录态或 SSO 平台操作、需要人工配合过验证码、需要跨多次调用保持同一浏览器会话、或需要判断页面是否被反爬拦截。
浏览器交互纪律——用真实浏览器完成打开页面、导航、读页面、点击、填表、截图、验证可见页面状态。含载体判定（只读抓取走 WebFetch，交互式操作走 Playwright 脚本）、观测即真相（定位只从已观测事实推导，禁猜选择器/label/URL）、一轮一个状态变更动作、页面内容不可信、失败即停并报确切错误。Use when 任务需要打开网页、与页面交互（点击/输入/选择）、读取渲染后页面状态、截图取证或验证前端可见行为。
论文批量下载工作流——输入 DOI/URL 列表，逐篇串行处理：打开文章页、识别登录墙与反爬拦截、按观测事实定位 PDF 链接/按钮、拟人点击并捕获下载（回退到带浏览器 cookie 的请求与直接导航）、%PDF- 头与体积校验后落盘，逐篇输出六态状态（SUCCESS/NEEDS_LOGIN/BLOCKED_ANTIBOT/NO_PDF/INVALID_PDF/DOWNLOAD_FAILED）并落盘报告。Use when 任务需要按清单批量获取论文 PDF、需要逐篇状态与失败分类、需要把下载件校验后归档到指定目录。
纯 GUI 黑盒网页验收方法论——以真实用户视角在真实浏览器上点击/输入/滚动，用只读结构读取与截图双通道取证，产出带绝对路径证据的验收报告。含四阶段流程（场景判定与计划、环境准备、动作-观测循环、结论输出）、P0-P3 测试点优先级、瞬时态同轮前后截图、控制台错误的采集与降级、报告体例。Use when 需要验证网页/前端功能是否正常、复现前端 bug、检查交互反馈与布局样式、或只给一个 URL 让你「测一下」。